JP2006146262A - 自動スピーチ認識サービス提供方法及びシステム並びに媒体 - Google Patents
自動スピーチ認識サービス提供方法及びシステム並びに媒体 Download PDFInfo
- Publication number
- JP2006146262A JP2006146262A JP2006010432A JP2006010432A JP2006146262A JP 2006146262 A JP2006146262 A JP 2006146262A JP 2006010432 A JP2006010432 A JP 2006010432A JP 2006010432 A JP2006010432 A JP 2006010432A JP 2006146262 A JP2006146262 A JP 2006146262A
- Authority
- JP
- Japan
- Prior art keywords
- speech
- client
- grammar
- information
- internet protocol
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 164
- 230000004044 response Effects 0.000 claims description 21
- 230000003993 interaction Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims 46
- 235000013550 pizza Nutrition 0.000 description 42
- 230000008569 process Effects 0.000 description 24
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 235000013580 sausages Nutrition 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4936—Speech interaction details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M7/00—Arrangements for interconnection between switching centres
- H04M7/006—Networks other than PSTN/ISDN providing telephone service, e.g. Voice over Internet Protocol (VoIP), including next generation networks with a packet-switched transport layer
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99941—Database schema or data structure
- Y10S707/99944—Object-oriented database structure
- Y10S707/99945—Object-oriented database structure processing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99941—Database schema or data structure
- Y10S707/99948—Application of database or data structure, e.g. distributed, multimedia, or image
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer And Data Communications (AREA)
- Information Transfer Between Computers (AREA)
- Telephonic Communication Services (AREA)
Abstract
【解決手段】クライアント−サーバアーキテクチャを使用して、主ASRエンジンの場所から離れたクライアントの場所でASRサービスをアクセス可能にする。すなわち、 パケットネットワーク120、たとえばインターネットまたは無線ネットワークを介してクライアントPC140とサーバノード110が接続される。ASR サーバ100がASRクライアント130から文法を受け、または複数の文法からの選択を行い、クライアントからのスピーチを表す情報を受け、スピーチ認識 を実行し、認識したスピーチに基づくスピーチ応答を提供する。このようにして、パケットネットワークを介して、人間であるユーザとASRサーバとの対話が行われる。
【選択図】図1
Description
ASRクライアントに対するASRサーバの応答(テキスト形態、あるいはまた、ASRサーバ100によってASRクライアント130に返されるスピーチの形態):「搭乗地はどこですか」
発話者(ASRクライアントからASRサーバに対し):「ワシントンDC」
ASRクライアントに対するASRサーバの応答:「何曜日に出発ですか」
発話者(ASRクライアントからASRサーバに対し):「火曜日」
ASRクライアントに対するASRサーバの応答:「出発時刻はいつですか」
発話者(ASRクライアントからASRサーバに対し):「午後4時」
ASRクライアントに対するASRサーバの応答:「火曜午後4時のXYZ航空4567便をワシントンDCからロサンゼルスまで予約することができます。この便に座席を予約しますか」
この場合、ASRサーバ100から受ける情報は文字どおり認識されたスピーチからのテキストではなく、認識されたスピーチ(アプリケーションに依存する)にもとづく応答、例えば発話者の質問に対してASRサーバが生成した応答である。対話の各区分は、上述したASRクライアント−サーバ方法にしたがって達成することができる。この例からわかるように、このようなASRサービスアプリケーションは、ASRクライアントおよびASRサーバに対し、自然言語を扱う能力を要求するだけでなく、絶えず変化する大きなデータベースにアクセスする能力をも要求する。これを達成するためには、ASRサービスアプリケーションを、実際には、クライアントPC140の中ではなく、サーバノード110の中にインストールし、そこで動作させることが望ましいかもしれない。その場合、クライアントPC140は、サーバノード110で動作するアプリケーションプログラムの制御の下でASRクライアント130を開始し、ASRクライアント130を介したスピーチ入力をASRサーバ100に対し、かつASRサーバ100から誘導する比較的小さな「代理」プログラムを動作させるだけでよい。このような「代理」プログラムの例は、たとえば、クライアントPC140の画面上に「語り手」を配して、クライアントPC140でASRサービスアプリケーションを使用する個人との対話を支援し、ASRクライアント130およびASRサーバ100を介して、その人のスピーチ情報を認識のためにASRサーバ100に送り、スピーチを応答としてその個人に返信するものであってもよい。
Claims (95)
- パケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービス提供方法であって、
(a)複数の文法の1つに関連づけた文法識別子をクライアントからパケットネットワークを介して受信するステップと、
(b)前記文法識別子にもとづき、複数の文法から文法を選択するステップと、
(c)スピーチを表す情報をクライアントからパケットネットワークを介して受信するステップと、
(d)前記選択した文法にしたがって自動スピーチ認識アルゴリズムを適用することにより、受信したスピーチ情報を認識するステップと、
(e)認識したスピーチに基づく情報をパケットネットワークを介してクライアントに送るステップと、
を含む方法。 - 請求項1に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービス提供方法において、前記パケットネットワークは、インターネットプロトコルネットワークである方法。
- 請求項2に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービス提供方法において、前記パケットネットワークは無線ネットワークである方法。
- 請求項1に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービス提供方法において、前記文法識別子は、ユニフォームリソースロケータ互換アドレスである方法。
- 請求項4に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービス提供方法において、前記複数の文法は、自動スピーチ認識サービスから離れて記憶されている方法。
- 請求項1に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービス提供方法において、前記複数の文法は、自動スピーチ認識サービスに対して局所的に記憶されている方法。
- 請求項1に記載の自動スピーチ認識サービス提供方法において、前記ステップ(c)、(d)及び(e)を繰り返し、前記クライアントと、自動スピーチ認識サービスを行うサーバとのあいだで情報を交換する方法。
- 請求項1に記載の自動スピーチ認識サービス提供方法において、自動スピーチ認識サービスを使用し、情報をある形式で提供する方法。
- 請求項8に記載の自動スピーチ認識サービス提供方法において、ある形式での情報提供が、ユーザの製品購入に関連する方法。
- クライアントとサーバとの間の情報交換方法であって、サーバは、パケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識及び文字スピーチ変換サービスを提供し、前記方法は、サーバにて、
(a)複数の文法の1つに関連づけた文法識別子をクライアントから受信するステップと、
(b)前記文法識別子にもとづき、複数の文法から文法を選択するステップと、
(c)ユーザがクライアントにスピーチを送ると、
(i)スピーチに関する情報をクライアントから受信するステップと、
(ii)選択された文法を使用し、自動スピーチ認識アルゴリズムを適用することにより前記スピーチに関する情報を認識するステップと、
(iii)認識したスピーチにもとづく情報をクライアントに送るステップと、
を繰り返すステップと、
を含む方法。 - パケットネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法であって、
(a)パケットネットワークを介してクライアントから複数の文法の1つに関連する文法識別子を受信するステップと、
(b)前記文法識別子にもとづき、複数の文法から文法を選択するステップと、
(c)パケットネットワークを介してクライアントからスピーチを表す情報を受信するステップと、
(d)選択された文法にしたがって自動スピーチ認識アルゴリズムを適用することにより受信したスピーチ情報を認識するステップと、
(e)認識したスピーチに応答してスピーチを生成するステップと、
(f)前記スピーチをパケットネットワークを介してクライアントに送信するステップと、
を含む方法。 - 請求項11に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法において、前記パケットネットワークは、インターネットプロトコルネットワークである方法。
- 請求項12に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法において、前記パケットネットワークは無線ネットワークである方法。
- 請求項11に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法において、前記文法識別子は、ユニフォームリソースロケータ互換アドレスである方法。
- 請求項11に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法において、前記複数の文法は、文字スピーチ変換サービスに対して局所的に記憶されている方法。
- 請求項15に記載の、パケットネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法において、前記複数の文法は、文字スピーチ変換サービスから離れて記憶されている方法。
- 請求項11に記載の文字スピーチ変換サービスの提供方法において、ステップ(c),(d),(e)及び(f)を繰り返し、前記クライアントと、文字スピーチ変換サービスを提供するサーバとのあいだで情報を交換する方法。
- 請求項11に記載の文字スピーチ変換サービスの提供方法において、文字スピーチ変換サービスによりユーザが製品またはサービスを購入できる方法。
- クライアントとサーバとの間の情報交換方法であって、サーバは、パケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識及び文字スピーチ変換サービスを提供し、前記方法は、
(a)複数の文法の1つに関連する文法識別子をクライアントから受信するステップと、
(b)前記文法識別子にもとづき、複数の文法から文法を選択するステップと、
(c)ユーザがクライアントにスピーチを送ると、
(i)スピーチに関する情報をクライアントから受信するステップと、
(ii)選択された文法を使用し、自動スピーチ認識アルゴリズムを適用することにより前記スピーチに関する情報を認識するステップと、
(iii)認識したスピーチ情報にもとづきスピーチを生成するステップと、
(iv)前記スピーチをクライアントに送るステップと、
を繰り返すステップと、
を含む方法。 - クライアントとサーバとのあいだの情報交換方法であって、サーバはパケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識及び文字スピーチ変換サービスを提供し、前記方法は、クライアントが、
(a)複数の文法の1つに関連する文法識別子を文字スピーチ変換サービスに送信し、該文法識別子にもとづき、文字スピーチ変換システムが複数の文法から文法を選択するステップと、
(b)ユーザがクライアントにスピーチを送ると、
(i)スピーチに関する情報を文字スピーチ変換サービスに送信し、文字スピーチ変換サービスは前記スピーチに関する情報を認識するステップと、
(ii)認識したスピーチに関する情報にもとづき生成されたスピーチを、文字スピーチ変換システムから受信するステップと、
を繰り返すステップと、
を含む方法。 - インターネットプロトコルネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供方法であって、
(a)スピーチ情報をクライアントから受信するステップと、
(b)文法を使用し、自動スピーチ認識アルゴリズムを適用することにより、受信したスピーチ情報を認識するステップと、
(c)認識したスピーチに基づく情報をインターネットプロトコルネットワークを介してクライアントに送るステップと、
を含む方法。 - 請求項21に記載の、クライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供方法であって、ステップ(a)に先立ち、さらに、
文法識別子をクライアントから受信するステップと、
前記文法識別子を使用し、前記スピーチ情報の認識に使用する文法を、複数の文法から選択するステップと、
を含む方法。 - 請求項22に記載の、クライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供方法において、前記複数の文法は自動スピーチ認識サービスに対して局所的に記憶されている方法。
- 請求項22に記載の、クライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供方法において、前記複数の文法は自動スピーチ認識サービスから離れて記憶されている方法。
- 請求項24に記載の、クライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供方法において、前記文法識別子はユニフォームリソースロケータ互換アドレスである方法。
- パケットネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービスを提供する方法であって、自動スピーチ認識サービスはスピーチの認識に使用する文法をパケットネットワークを介して受信し、前記方法は、
(a)パケットネットワークを介してクライアントからスピーチを表す情報を受信するステップと、
(b)前記文法にしたがって自動スピーチ認識アルゴリズムを適用することにより、受信したスピーチ情報を認識するステップと、
(c)認識したスピーチに基づく情報をパケットネットワークを介してクライアントに送るステップと、
を含む方法。 - 請求項26に記載の自動スピーチ認識サービスを提供する方法において、前記パケットネットワークは、インターネットプロトコルネットワークである方法。
- 請求項27に記載の自動スピーチ認識サービスを提供する方法において、前記インターネットプロトコルネットワークは無線ネットワークである方法。
- インターネットプロトコルネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法であって、
(a)スピーチ情報をクライアントから受信するステップと、
(b)文法を使用し、自動スピーチ認識アルゴリズムを適用することにより、受信したスピーチ情報を認識するステップと、
(c)認識したスピーチ情報に基づき文字スピーチ変換サービスで生成されたスピーチを、インターネットプロトコルネットワークを介してクライアントに送るステップと、
を含む方法。 - 請求項29に記載の、クライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法であって、ステップ(a)の前に、さらに、
クライアントから文法識別子を受信するステップと、
前記文法識別子を使用し、前記スピーチ情報の認識に使用する文法を、複数の文法から選択するステップと、
を含む方法。 - 請求項30に記載の、クライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法において、前記複数の文法は文字スピーチ変換サービスに対して局所的に記憶されている方法。
- 請求項30に記載の、クライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法において、前記複数の文法は文字スピーチ変換サービスから離れて記憶されている方法。
- 請求項32に記載の、クライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法において、前記文法識別子はユニフォームリソースロケータ互換アドレスである方法。
- パケットネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスを提供する方法であって、文字スピーチ変換サービスはスピーチの認識に使用する文法をパケットネットワークを介して受信し、前記方法は、
(a)パケットネットワークを介してクライアントからスピーチを表す情報を受信するステップと、
(b)前記文法にしたがって自動スピーチ認識アルゴリズムを適用することにより、受信したスピーチ情報を認識するステップと、
(c)認識したスピーチに基づくスピーチをパケットネットワークを介してクライアントに送るステップと、
を含む方法。 - 請求項34に記載の文字スピーチ変換サービスを提供する方法において、前記パケットネットワークは、インターネットプロトコルネットワークである方法。
- 請求項34に記載の文字スピーチ変換サービスを提供する方法において、前記インターネットプロトコルネットワークは無線ネットワークである方法。
- インターネットプロトコルネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスを提供する方法であって、前記方法は、クライアントが、
(a)ユーザからスピーチ情報を受信するステップと、
(b)前記スピーチ情報を、スピーチ認識のためにサーバに送信するステップと、
(c)認識したユーザスピーチ情報に応答して生成されたスピーチを、インターネットプロトコルネットワークを介してサーバから受信するステップと、
を含む方法。 - 請求項37に記載の、クライアントにより遠隔アクセス可能な文字スピーチ変換サービスを提供する方法であって、前記方法はさらに、サーバによるスピーチ認識に先立ちクライアントが、
サーバに文法識別子を送信するステップを含み、サーバは該文法識別子を使用し、複数の文法から文法を選択可能である方法。 - 請求項38に記載の、クライアントにより遠隔アクセス可能な文字スピーチ変換サービスを提供する方法において、前記複数の文法はサーバに対して局所的に記憶されている方法。
- 請求項38に記載の、クライアントにより遠隔アクセス可能な文字スピーチ変換サービスを提供する方法において、前記複数の文法はサーバから離れて記憶されている方法。
- 請求項40に記載の、クライアントにより遠隔アクセス可能な文字スピーチ変換サービスを提供する方法において、前記文法識別子は、ユニフォームリソースロケータ互換アドレスである方法。
- パケットネットワークを介してクライアントにより遠隔アクセス可能な文字スピーチ変換サービスの提供方法であって、文字スピーチ変換サービスは自動スピーチ認識に使用する文法をパケットネットワークを介して受信し、クライアントが、
(a)ユーザからのスピーチ情報をパケットネットワークを介して文字スピーチ変換サービスに送信し、文字スピーチ変換サービスは前記スピーチ情報を認識し、認識したスピーチにもとづきスピーチを生成するステップと、
(b)前記スピーチを、文字スピーチ変換サービスからパケットネットワークを介して受信するステップと、
を含む方法。 - 請求項42に記載の文字スピーチ変換サービスの提供方法において、パケットネットワークがインターネットプロトコルネットワークである方法。
- 請求項43に記載の文字スピーチ変換サービスの提供方法において、前記インターネットプロトコルネットワークが無線ネットワークである方法。
- 請求項42に記載の文字スピーチ変換サービスの提供方法において、前記ステップ(a)及び(b)を繰り返すことによりユーザと、文字スピーチ変換サービスとの対話を可能にする方法。
- インターネットプロトコルネットワークを介して遠隔アクセス可能な自動スピーチ認識アプリケーションの提供方法であって、
インターネットプロトコルネットワークを介して自動スピーチ認識アプリケーションの識別情報を受信するステップと、
識別した自動スピーチ認識アプリケーションにもとづき、複数の文法から文法を選択するステップと、
インターネットプロトコルネットワークを介してスピーチ情報を受信するステップと、
選択された文法を使用し、受信したスピーチ情報を認識するステップと、
を含む方法。 - 請求項46に記載の方法において、さらに、認識したスピーチにもとづく情報を、インターネットプロトコルネットワークを介してクライアントに送信するステップを含む方法。
- 請求項46に記載の方法において、前記識別した自動スピーチ認識アプリケーションは、該自動スピーチ認識アップリケーションのユニバーサルリソースロケータ(URL)によって識別される方法。
- 請求項47に記載の方法において、前記複数の文法は自動スピーチ認識サービスに対して局所的に記憶されている方法。
- 請求項47に記載の方法において、前記複数の文法は自動スピーチ認識サービスから離れて記憶されている方法。
- 請求項46に記載の方法において、前記自動スピーチ認識アプリケーションは、発話式対話アプリケーションの構成要素である方法。
- 請求項51に記載の方法において、前記発話式対話アプリケーションは、インターネットプロトコルネットワークを介してクライアントに合成スピーチを送信して、前記クライアントと通信しているユーザとの対話を実行する方法。
- 請求項46に記載の方法において、さらに、
ユーザとの対話のサブ部分を識別するステップと、
識別した対話のサブ部分にしたがってサブグラマを選択するステップと、
選択されたサブグラマを使用し、前記識別した対話のサブ部分に対応するユーザからのスピーチを認識するステップと、
を含む方法。 - 請求項53に記載の方法において、前記対話のサブ部分はタスクに関連する方法。
- 請求項46に記載の方法において、前記選択された文法は複数のサブグラマを含み、ユーザとの対話の一部分にしたがって、各サブグラマを選択して使用し、ユーザからのスピーチを認識する方法。
- 請求項55に記載の方法において、各サブグラマはタスクに関連する方法。
- インターネットプロトコルネットワークを介して遠隔アクセス可能なサーバ上で発話式対話サービスを提供する方法であって、前記サーバは、
関連する文法を備える発話式対話アプリケーションの識別情報をインターネットプロトコルネットワークを介して受信するステップと、
ユーザからスピーチ情報を受信するステップと、
前記スピーチ情報をサーバに送信するステップと、
前記関連する文法を使用してスピーチを認識するステップと、
認識したユーザのスピーチ情報に応答して生成されたスピーチを、インターネットプロトコルネットワークを介してサーバから送信するステップと、
を含む方法。 - 請求項57に記載の方法において、さらに、
ユーザとの対話のサブ部分を識別するステップと、
識別した対話のサブ部分にしたがってサブグラマを選択するステップと、
選択されたサブグラマを使用し、前記識別した対話のサブ部分に対応するユーザからのスピーチを認識するステップと、
を含む方法。 - 請求項58に記載の方法において、各サブグラマはタスクに関連する方法。
- 請求項57に記載の方法において、前記関連するグラマは、前記発話式対話アプリケーションに関連付けられたユニバーサルリソースロケータ(URL)互換アドレスによって識別される方法。
- インターネットプロトコルネットワークを介して遠隔アクセス可能な自動スピーチ認識アプリケーションを提供するシステムであって、
インターネットプロトコルネットワークを介して、自動スピーチ認識アプリケーションの識別情報を受信する手段と、
識別した自動スピーチ認識アプリケーションにしたがって複数の文法から文法を選択する手段と、
インターネットプロトコルネットワークを介してスピーチ情報を受信する手段と、
選択された文法を使用して、前記受信したスピーチ情報を認識する手段と、
を含むシステム。 - インターネットプロトコルネットワークを介して遠隔アクセス可能な自動スピーチ認識アプリケーションの提供システムであって、
インターネットプロトコルネットワークを介して、自動スピーチ認識アプリケーションの識別情報を受信するように構成されたモジュールと、
識別した自動スピーチ認識アプリケーションにしたがって、複数の文法から文法を選択するように構成されたモジュールと、
インターネットプロトコルネットワークを介して、スピーチ情報を受信するように構成されたモジュールと、
選択された文法を使用して、前記受信したスピーチ情報を認識するモジュールと、
を含むシステム。 - インターネットプロトコルネットワークを介して遠隔アクセス可能な自動スピーチ認識アプリケーションを提供する演算装置を制御する命令を格納したコンピュータ読み取り可能な媒体であって、前記命令は、
インターネットプロトコルネットワークを介して自動スピーチ認識アプリケーションの識別情報を受信することと、
識別した自動スピーチ認識アプリケーションにしたがって複数の文法から文法を選択することと、
インターネットプロトコルネットワークを介してスピーチ情報を受信することと、
選択された文法を使用して、前記受信したスピーチ情報を認識すること、
を含むコンピュータ読み取り可能な媒体。 - インターネットプロトコルネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供方法であって、
(a)文法識別子をクライアントから受信するステップと、
(b)前記文法識別子を使用し、スピーチ情報の認識に使用する文法を、複数の文法から選択するステップと、
(c)スピーチ情報をクライアントから受信するステップと、
(d)選択した前記文法を使用し、自動スピーチ認識アルゴリズムを適用することにより、受信したスピーチ情報を認識するステップと、
(e)認識したスピーチに基づく情報をインターネットプロトコルネットワークを介してクライアントに送るステップと、
を含む方法。 - 請求項64に記載の、クライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供方法において、前記複数の文法は自動スピーチ認識サービスに対して局所的に記憶されている方法。
- 請求項64に記載の、クライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供方法において、前記複数の文法は自動スピーチ認識サービスから離れて記憶されている方法。
- 請求項66に記載の、クライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供方法において、前記文法識別子はユニフォームリソースロケータ互換アドレスである方法。
- インターネットプロトコルネットワークを介してクライアントにより遠隔アクセス可能な発話された対話認識サービスの提供方法であって、
(a)文法識別子をクライアントから受信するステップと、
(b)前記文法識別子を使用し、スピーチ情報の認識に使用する文法を、複数の文法から選択するステップと、
(c)スピーチ情報をクライアントから受信するステップと、
(d)選択した前記文法を使用し、自動スピーチ認識アルゴリズムを適用することにより、受信したスピーチ情報を認識するステップと、
(e)認識したスピーチ情報に基づくスピーチを、インターネットプロトコルネットワークを介して前記発話された対話認識サービスからクライアントに送るステップと、
を含む方法。 - 請求項68に記載の、クライアントにより遠隔アクセス可能な発話された対話認識サービスの提供方法において、前記複数の文法は前記発話された対話認識サービスに対して局所的に記憶されている方法。
- 請求項68に記載の、クライアントにより遠隔アクセス可能な発話された対話認識サービスの提供方法において、前記複数の文法は前記発話された対話認識サービスから離れて記憶されている方法。
- 請求項70に記載の、クライアントにより遠隔アクセス可能な発話された対話認識サービスの提供方法において、前記文法識別子はユニフォームリソースロケータ互換アドレスである方法。
- インターネットプロトコルネットワークを介してクライアントにより遠隔アクセス可能な発話された対話認識サービスの提供方法であって、前記方法は、クライアントが、
(a)ユーザからスピーチ情報を受信するステップと、
(b)前記スピーチ情報を、スピーチ認識のためにサーバに送信するステップと、
(c)サーバに文法識別子を送信するステップであって、サーバは該文法識別子を使用し、複数の文法から文法を選択できるステップと、
(c)認識したユーザスピーチ情報に応答して生成されたスピーチを、インターネットプロトコルネットワークを介してサーバから受信するステップと、
を含む方法。 - 請求項72に記載の、クライアントにより遠隔アクセス可能な発話された対話認識サービスの提供方法において、前記複数の文法はサーバに対して局所的に記憶されている方法。
- 請求項72に記載の、クライアントにより遠隔アクセス可能な発話された対話認識サービスの提供方法において、前記複数の文法はサーバから離れて記憶されている方法。
- 請求項74に記載の、クライアントにより遠隔アクセス可能な発話された対話認識サービスの提供方法において、前記文法識別子はユニフォームリソースロケータ互換アドレスであり、前記インターネットプロトコルネットワークは無線ネットワークである方法。
- インターネットプロトコルネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービスの提供システムであって、
(a)文法識別子をクライアントから受信するように構成されたモジュールと、
(b)前記文法識別子を使用し、スピーチ情報の認識に使用する文法を、複数の文法から選択するように構成されたモジュールと、
(c)スピーチ情報をクライアントから受信するように構成されたモジュールと、
(d)選択した前記文法を使用し、自動スピーチ認識アルゴリズムを適用することにより、受信したスピーチ情報を認識するように構成されたモジュールと、
(e)認識したスピーチに基づく情報をインターネットプロトコルネットワークを介してクライアントに送るように構成されたモジュールと、
を含むシステム。 - インターネットプロトコルネットワークを介してクライアントにより遠隔アクセス可能な自動スピーチ認識サービスを提供するための命令を格納したコンピュータ可読媒体であって、前記命令は、
(a)文法識別子をクライアントから受信することと、
(b)前記文法識別子を使用し、スピーチ情報の認識に使用する文法を、複数の文法から選択することと、
(c)スピーチ情報をクライアントから受信することと、
(d)選択した前記文法を使用し、自動スピーチ認識アルゴリズムを適用することにより、受信したスピーチ情報を認識することと、
(e)認識したスピーチに基づく情報をインターネットプロトコルネットワークを介してクライアントに送ることと、
を含む方法。 - インターネットプロトコルネットワークを介して遠隔アクセス可能な自動スピーチ認識アプリケーションの提供方法であって、
インターネットプロトコルネットワークを介して自動スピーチ認識アプリケーションの識別情報を受信するステップと、
識別した自動スピーチ認識アプリケーションにもとづき、複数の文法から文法を選択するステップと、
インターネットプロトコルネットワークを介してスピーチ情報を受信するステップと、
選択した文法を使用し、受信したスピーチ情報を認識するステップと、
を含む方法。 - 請求項78に記載の方法において、さらに、認識したスピーチにもとづく情報を、インターネットプロトコルネットワークを介してクライアントに送信するステップを含む方法。
- 請求項78に記載の方法において、前記識別した自動スピーチ認識アプリケーションは、該自動スピーチ認識アップリケーションのユニバーサルリソースロケータ(URL)互換アドレスによって識別される方法。
- 請求項79に記載の方法において、前記複数の文法は自動スピーチ認識サービスに対して局所的に記憶されている方法。
- 請求項79に記載の方法において、前記複数の文法は自動スピーチ認識サービスから離れて記憶されている方法。
- 請求項78に記載の方法において、前記自動スピーチ認識アプリケーションは、発話された対話認識アプリケーションの構成要素である方法。
- 請求項83に記載の方法において、前記発話された対話認識アプリケーションは、インターネットプロトコルネットワークを介してクライアントに合成スピーチを送信して、前記クライアントと通信しているユーザとの対話を実行する方法。
- 請求項78に記載の方法において、さらに、
ユーザとの対話のサブ部分を識別するステップと、
識別した対話のサブ部分にしたがってサブグラマを選択するステップと、
選択したサブグラマを使用し、前記識別した対話のサブ部分に対応するユーザからのスピーチを認識するステップと、
を含む方法。 - 請求項85に記載の方法において、前記対話のサブ部分はタスクに関連する方法。
- 請求項78に記載の方法において、前記選択した文法は複数のサブグラマを含み、ユーザとの対話の一部分にしたがって、各サブグラマを選択して使用し、ユーザからのスピーチを認識する方法。
- 請求項87に記載の方法において、各サブグラマはタスクに関連する方法。
- インターネットプロトコルネットワークを介して遠隔アクセス可能なサーバにおいて、発話された対話認識サービスを提供する方法であって、前記サーバは、
関連する文法を備える発話された対話アプリケーションの識別情報を、インターネットプロトコルネットワークを介して受信するステップと、
ユーザからスピーチ情報を受信するステップと、
前記スピーチ情報をサーバに送信するステップと、
前記関連する文法を使用してスピーチを認識するステップと、
認識したユーザのスピーチ情報に応答して生成されたスピーチを、インターネットプロトコルネットワークを介してサーバから送信するステップと、
を含む方法。 - 請求項89に記載の方法において、さらに、
ユーザとの対話のサブ部分を識別するステップと、
識別した対話のサブ部分にしたがってサブグラマを選択するステップと、
選択したサブグラマを使用し、前記識別した対話のサブ部分に対応するユーザからのスピーチを認識するステップと、
を含む方法。 - 請求項90に記載の方法において、各サブグラマはタスクに関連する方法。
- 請求項89に記載の方法において、前記関連するグラマは、前記発話された対話認識アプリケーションに関連付けられたユニバーサルリソースロケータ(URL)互換アドレスによって識別される方法。
- インターネットプロトコルネットワークを介して遠隔アクセス可能な自動スピーチ認識アプリケーションを提供するシステムであって、
インターネットプロトコルネットワークを介して、自動スピーチ認識アプリケーションの識別情報を受信する手段と、
識別した自動スピーチ認識アプリケーションにしたがって複数の文法から文法を選択する手段と、
インターネットプロトコルネットワークを介してスピーチ情報を受信する手段と、
選択した文法を使用し、前記受信したスピーチ情報を認識する手段と、
を含むシステム。 - インターネットプロトコルネットワークを介して遠隔アクセス可能な自動スピーチ認識アプリケーションの提供システムであって、
インターネットプロトコルネットワークを介して、自動スピーチ認識アプリケーションの識別情報を受信するように構成されたモジュールと、
識別した自動スピーチ認識アプリケーションにしたがって、複数の文法から文法を選択するように構成されたモジュールと、
インターネットプロトコルネットワークを介して、スピーチ情報を受信するように構成されたモジュールと、
選択した文法を使用し、前記受信したスピーチ情報を認識するモジュールと、
を含むシステム。 - インターネットプロトコルネットワークを介して遠隔アクセス可能な自動スピーチ認識アプリケーションを提供する演算装置を制御する命令を格納したコンピュータ可読媒体であって、前記命令は、
インターネットプロトコルネットワークを介して自動スピーチ認識アプリケーションの識別情報を受信することと、
識別した自動スピーチ認識アプリケーションにしたがって複数の文法から文法を選択することと、
インターネットプロトコルネットワークを介してスピーチ情報を受信することと、
選択した文法を使用して、前記受信したスピーチ情報を認識すること、
を含むコンピュータ可読媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/833,210 | 1997-04-14 | ||
US08/833,210 US6078886A (en) | 1997-04-14 | 1997-04-14 | System and method for providing remote automatic speech recognition services via a packet network |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002156302A Division JP2003050594A (ja) | 1997-04-14 | 2002-05-29 | 自動スピーチ認識とスピーチサービス提供方法およびシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006146262A true JP2006146262A (ja) | 2006-06-08 |
JP4849894B2 JP4849894B2 (ja) | 2012-01-11 |
Family
ID=25263756
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10095930A Pending JPH10333693A (ja) | 1997-04-14 | 1998-04-08 | 自動スピーチ認識サービス提供方法およびシステム |
JP2002156302A Pending JP2003050594A (ja) | 1997-04-14 | 2002-05-29 | 自動スピーチ認識とスピーチサービス提供方法およびシステム |
JP2006010432A Expired - Lifetime JP4849894B2 (ja) | 1997-04-14 | 2006-01-18 | 自動スピーチ認識サービス提供方法及びシステム並びに媒体 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10095930A Pending JPH10333693A (ja) | 1997-04-14 | 1998-04-08 | 自動スピーチ認識サービス提供方法およびシステム |
JP2002156302A Pending JP2003050594A (ja) | 1997-04-14 | 2002-05-29 | 自動スピーチ認識とスピーチサービス提供方法およびシステム |
Country Status (6)
Country | Link |
---|---|
US (3) | US6078886A (ja) |
EP (1) | EP0872827B1 (ja) |
JP (3) | JPH10333693A (ja) |
CA (1) | CA2228917C (ja) |
DE (1) | DE69829604T2 (ja) |
MX (2) | MX2007013015A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011513795A (ja) * | 2008-03-07 | 2011-04-28 | グーグル・インコーポレーテッド | 文脈に基づく音声認識文法選択 |
Families Citing this family (298)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9286294B2 (en) | 1992-12-09 | 2016-03-15 | Comcast Ip Holdings I, Llc | Video and digital multimedia aggregator content suggestion engine |
US7168084B1 (en) | 1992-12-09 | 2007-01-23 | Sedna Patent Services, Llc | Method and apparatus for targeting virtual objects |
US6115427A (en) | 1996-04-26 | 2000-09-05 | At&T Corp. | Method and apparatus for data transmission using multiple transmit antennas |
US8209184B1 (en) | 1997-04-14 | 2012-06-26 | At&T Intellectual Property Ii, L.P. | System and method of providing generated speech via a network |
US6856960B1 (en) * | 1997-04-14 | 2005-02-15 | At & T Corp. | System and method for providing remote automatic speech recognition and text-to-speech services via a packet network |
US6078886A (en) * | 1997-04-14 | 2000-06-20 | At&T Corporation | System and method for providing remote automatic speech recognition services via a packet network |
US6671745B1 (en) * | 1998-03-23 | 2003-12-30 | Microsoft Corporation | Application program interfaces and structures in a resource limited operating system |
US6434526B1 (en) * | 1998-06-29 | 2002-08-13 | International Business Machines Corporation | Network application software services containing a speech recognition capability |
US7003463B1 (en) | 1998-10-02 | 2006-02-21 | International Business Machines Corporation | System and method for providing network coordinated conversational services |
AU6292799A (en) * | 1998-10-15 | 2000-05-01 | Luther Marvin Shannon | Method for computer-aided foreign language instruction |
US6185535B1 (en) * | 1998-10-16 | 2001-02-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Voice control of a user interface to service applications |
DE19910234A1 (de) * | 1999-03-09 | 2000-09-21 | Philips Corp Intellectual Pty | Verfahren mit mehreren Spracherkennern |
DE19910236A1 (de) * | 1999-03-09 | 2000-09-21 | Philips Corp Intellectual Pty | Verfahren zur Spracherkennung |
US6526380B1 (en) | 1999-03-26 | 2003-02-25 | Koninklijke Philips Electronics N.V. | Speech recognition system having parallel large vocabulary recognition engines |
DE60015531T2 (de) * | 1999-03-26 | 2005-03-24 | Scansoft, Inc., Peabody | Client-server spracherkennungssystem |
WO2000058946A1 (en) * | 1999-03-26 | 2000-10-05 | Koninklijke Philips Electronics N.V. | Client-server speech recognition |
US20050261907A1 (en) | 1999-04-12 | 2005-11-24 | Ben Franklin Patent Holding Llc | Voice integration platform |
US6408272B1 (en) * | 1999-04-12 | 2002-06-18 | General Magic, Inc. | Distributed voice user interface |
US20050091057A1 (en) * | 1999-04-12 | 2005-04-28 | General Magic, Inc. | Voice application development methodology |
WO2000062222A1 (en) * | 1999-04-14 | 2000-10-19 | Syvox Corporation | Interactive voice unit for giving instruction to a worker |
DE19918382B4 (de) * | 1999-04-22 | 2004-02-05 | Siemens Ag | Erstellen eines Referenzmodell-Verzeichnisses für ein sprachgesteuertes Kommunikationsgerät |
GB9911971D0 (en) | 1999-05-21 | 1999-07-21 | Canon Kk | A system, a server for a system and a machine for use in a system |
EP1192530A1 (en) * | 1999-06-09 | 2002-04-03 | Scansoft, Inc. | Method of speech-based navigation in a communications network and of implementing a speech input possibility in private information units. |
DE19930407A1 (de) * | 1999-06-09 | 2000-12-14 | Philips Corp Intellectual Pty | Verfahren zur sprachbasierten Navigation in einem Kommunikationsnetzwerk und zur Implementierung einer Spracheingabemöglichkeit in private Informationseinheiten |
GB2356318A (en) * | 1999-09-04 | 2001-05-16 | Marconi Comm Ltd | Server with voice recognition |
US7330815B1 (en) | 1999-10-04 | 2008-02-12 | Globalenglish Corporation | Method and system for network-based speech recognition |
EP1098297A1 (en) * | 1999-11-02 | 2001-05-09 | BRITISH TELECOMMUNICATIONS public limited company | Speech recognition |
US7392185B2 (en) | 1999-11-12 | 2008-06-24 | Phoenix Solutions, Inc. | Speech based learning/training system using semantic decoding |
US9076448B2 (en) * | 1999-11-12 | 2015-07-07 | Nuance Communications, Inc. | Distributed real time speech recognition system |
US7050977B1 (en) * | 1999-11-12 | 2006-05-23 | Phoenix Solutions, Inc. | Speech-enabled server for internet website and method |
US7725307B2 (en) * | 1999-11-12 | 2010-05-25 | Phoenix Solutions, Inc. | Query engine for processing voice based queries including semantic decoding |
US6792405B2 (en) | 1999-12-10 | 2004-09-14 | At&T Corp. | Bitstream-based feature extraction method for a front-end speech recognizer |
US7110947B2 (en) | 1999-12-10 | 2006-09-19 | At&T Corp. | Frame erasure concealment technique for a bitstream-based feature extractor |
US6424945B1 (en) | 1999-12-15 | 2002-07-23 | Nokia Corporation | Voice packet data network browsing for mobile terminals system and method using a dual-mode wireless connection |
US6434529B1 (en) * | 2000-02-16 | 2002-08-13 | Sun Microsystems, Inc. | System and method for referencing object instances and invoking methods on those object instances from within a speech recognition grammar |
WO2001063942A2 (en) | 2000-02-25 | 2001-08-30 | Pulsar Communications, Inc. | Enhanced telecommunications services |
AU2001250050A1 (en) * | 2000-03-24 | 2001-10-08 | Eliza Corporation | Remote server object architecture for speech recognition |
KR20010025230A (ko) * | 2000-11-09 | 2001-04-06 | 차정만 | 음성도메인에 의한 인터넷접속 매개장치와 매개방법 및음성도메인의 데이터 베이스 생성방법 |
US6785653B1 (en) * | 2000-05-01 | 2004-08-31 | Nuance Communications | Distributed voice web architecture and associated components and methods |
US7770102B1 (en) | 2000-06-06 | 2010-08-03 | Microsoft Corporation | Method and system for semantically labeling strings and providing actions based on semantically labeled strings |
US7712024B2 (en) | 2000-06-06 | 2010-05-04 | Microsoft Corporation | Application program interfaces for semantically labeling strings and providing actions based on semantically labeled strings |
US7716163B2 (en) | 2000-06-06 | 2010-05-11 | Microsoft Corporation | Method and system for defining semantic categories and actions |
US7788602B2 (en) | 2000-06-06 | 2010-08-31 | Microsoft Corporation | Method and system for providing restricted actions for recognized semantic categories |
WO2002001550A1 (fr) * | 2000-06-26 | 2002-01-03 | Mitsubishi Denki Kabushiki Kaisha | Procede et systeme de commande d'un dispositif |
KR100383391B1 (ko) * | 2000-06-28 | 2003-05-12 | 김지한 | 음성인식서비스 시스템 및 방법 |
FI115868B (fi) * | 2000-06-30 | 2005-07-29 | Nokia Corp | Puhesynteesi |
US6980313B2 (en) * | 2000-07-11 | 2005-12-27 | Imran Sharif | Fax-compatible internet appliance |
US7245291B2 (en) | 2000-07-11 | 2007-07-17 | Imran Sharif | System and method for internet appliance data entry and navigation |
US20020078445A1 (en) * | 2000-07-11 | 2002-06-20 | Imran Sharif | Internet appliance for interactive audio/video display using a remote control unit for user input |
US20030115167A1 (en) * | 2000-07-11 | 2003-06-19 | Imran Sharif | Web browser implemented in an Internet appliance |
US7139709B2 (en) | 2000-07-20 | 2006-11-21 | Microsoft Corporation | Middleware layer between speech related applications and engines |
GB2365189A (en) * | 2000-07-26 | 2002-02-13 | Canon Kk | Voice-controlled machine |
US7624010B1 (en) * | 2000-07-31 | 2009-11-24 | Eliza Corporation | Method of and system for improving accuracy in a speech recognition system |
WO2002011120A1 (en) * | 2000-08-02 | 2002-02-07 | Speaklink, Inc. | System and method for voice-activated web content navigation |
FI20001918A (fi) | 2000-08-30 | 2002-03-01 | Nokia Corp | Monimodaalinen sisältö ja automaattinen puheen tunnistus langattomassa tietoliikennejärjestelmässä |
DE60125597T2 (de) * | 2000-08-31 | 2007-05-03 | Hitachi, Ltd. | Vorrichtung für die Dienstleistungsvermittlung |
US6580786B1 (en) | 2000-09-11 | 2003-06-17 | Yahoo! Inc. | Message store architecture |
US6567419B1 (en) | 2000-09-11 | 2003-05-20 | Yahoo! Inc. | Intelligent voice converter |
US6556563B1 (en) * | 2000-09-11 | 2003-04-29 | Yahoo! Inc. | Intelligent voice bridging |
US7095733B1 (en) | 2000-09-11 | 2006-08-22 | Yahoo! Inc. | Voice integrated VOIP system |
US7454346B1 (en) * | 2000-10-04 | 2008-11-18 | Cisco Technology, Inc. | Apparatus and methods for converting textual information to audio-based output |
GB2368441A (en) * | 2000-10-26 | 2002-05-01 | Coles Joseph Tidbold | Voice to voice data handling system |
US7136814B1 (en) * | 2000-11-03 | 2006-11-14 | The Procter & Gamble Company | Syntax-driven, operator assisted voice recognition system and methods |
JP3581648B2 (ja) * | 2000-11-27 | 2004-10-27 | キヤノン株式会社 | 音声認識システム、情報処理装置及びそれらの制御方法、プログラム |
US6823306B2 (en) | 2000-11-30 | 2004-11-23 | Telesector Resources Group, Inc. | Methods and apparatus for generating, updating and distributing speech recognition models |
CA2436940C (en) * | 2000-12-01 | 2010-07-06 | The Trustees Of Columbia University In The City Of New York | A method and system for voice activating web pages |
US6937986B2 (en) * | 2000-12-28 | 2005-08-30 | Comverse, Inc. | Automatic dynamic speech recognition vocabulary based on external sources of information |
US20020143553A1 (en) * | 2001-01-24 | 2002-10-03 | Michael Migdol | System, method and computer program product for a voice-enabled universal flight information finder |
FR2820872B1 (fr) * | 2001-02-13 | 2003-05-16 | Thomson Multimedia Sa | Procede, module, dispositif et serveur de reconnaissance vocale |
DE10109156C2 (de) * | 2001-02-24 | 2003-01-09 | Diehl Ako Stiftung Gmbh & Co | Intelligente Haushaltsgrossgeräte |
US7805310B2 (en) * | 2001-02-26 | 2010-09-28 | Rohwer Elizabeth A | Apparatus and methods for implementing voice enabling applications in a converged voice and data network environment |
US20020178003A1 (en) * | 2001-03-09 | 2002-11-28 | Motorola, Inc. | Method and apparatus for providing voice recognition service to a wireless communication device |
WO2002077790A2 (en) * | 2001-03-22 | 2002-10-03 | Canon Kabushiki Kaisha | Information processing apparatus and method, and program |
US6985862B2 (en) * | 2001-03-22 | 2006-01-10 | Tellme Networks, Inc. | Histogram grammar weighting and error corrective training of grammar weights |
US7233903B2 (en) * | 2001-03-26 | 2007-06-19 | International Business Machines Corporation | Systems and methods for marking and later identifying barcoded items using speech |
US6885735B2 (en) * | 2001-03-29 | 2005-04-26 | Intellisist, Llc | System and method for transmitting voice input from a remote location over a wireless data channel |
US7778816B2 (en) * | 2001-04-24 | 2010-08-17 | Microsoft Corporation | Method and system for applying input mode bias |
US7506022B2 (en) * | 2001-05-04 | 2009-03-17 | Microsoft.Corporation | Web enabled recognition architecture |
CN1279465C (zh) * | 2001-05-04 | 2006-10-11 | 微软公司 | Web启用的识别体系结构 |
US7409349B2 (en) * | 2001-05-04 | 2008-08-05 | Microsoft Corporation | Servers for web enabled speech recognition |
CN101833952B (zh) * | 2001-05-04 | 2013-02-13 | 微软公司 | 客户服务器系统中处理输入数据的方法 |
US20020178182A1 (en) * | 2001-05-04 | 2002-11-28 | Kuansan Wang | Markup language extensions for web enabled recognition |
US7610547B2 (en) * | 2001-05-04 | 2009-10-27 | Microsoft Corporation | Markup language extensions for web enabled recognition |
US7941313B2 (en) * | 2001-05-17 | 2011-05-10 | Qualcomm Incorporated | System and method for transmitting speech activity information ahead of speech features in a distributed voice recognition system |
US7203188B1 (en) | 2001-05-21 | 2007-04-10 | Estara, Inc. | Voice-controlled data/information display for internet telephony and integrated voice and data communications using telephones and computing devices |
US7203643B2 (en) * | 2001-06-14 | 2007-04-10 | Qualcomm Incorporated | Method and apparatus for transmitting speech activity in distributed voice recognition systems |
US7366673B2 (en) * | 2001-06-15 | 2008-04-29 | International Business Machines Corporation | Selective enablement of speech recognition grammars |
JP3885523B2 (ja) * | 2001-06-20 | 2007-02-21 | 日本電気株式会社 | サーバ・クライアント型音声認識装置及び方法 |
US20030009331A1 (en) * | 2001-07-05 | 2003-01-09 | Johan Schalkwyk | Grammars for speech recognition |
US7194513B2 (en) * | 2001-07-08 | 2007-03-20 | Imran Sharif | System and method for using an internet appliance to send/receive digital content files as E-mail attachments |
US20030014254A1 (en) * | 2001-07-11 | 2003-01-16 | You Zhang | Load-shared distribution of a speech system |
US7908628B2 (en) | 2001-08-03 | 2011-03-15 | Comcast Ip Holdings I, Llc | Video and digital multimedia aggregator content coding and formatting |
US7793326B2 (en) | 2001-08-03 | 2010-09-07 | Comcast Ip Holdings I, Llc | Video and digital multimedia aggregator |
US7313526B2 (en) | 2001-09-05 | 2007-12-25 | Voice Signal Technologies, Inc. | Speech recognition using selectable recognition modes |
US7526431B2 (en) * | 2001-09-05 | 2009-04-28 | Voice Signal Technologies, Inc. | Speech recognition using ambiguous or phone key spelling and/or filtering |
US7505911B2 (en) * | 2001-09-05 | 2009-03-17 | Roth Daniel L | Combined speech recognition and sound recording |
US7444286B2 (en) | 2001-09-05 | 2008-10-28 | Roth Daniel L | Speech recognition using re-utterance recognition |
US7809574B2 (en) | 2001-09-05 | 2010-10-05 | Voice Signal Technologies Inc. | Word recognition using choice lists |
US7467089B2 (en) * | 2001-09-05 | 2008-12-16 | Roth Daniel L | Combined speech and handwriting recognition |
US7324947B2 (en) | 2001-10-03 | 2008-01-29 | Promptu Systems Corporation | Global speech user interface |
US8644475B1 (en) | 2001-10-16 | 2014-02-04 | Rockstar Consortium Us Lp | Telephony usage derived presence information |
US7711570B2 (en) * | 2001-10-21 | 2010-05-04 | Microsoft Corporation | Application abstraction with dialog purpose |
US8229753B2 (en) | 2001-10-21 | 2012-07-24 | Microsoft Corporation | Web server controls for web enabled recognition and/or audible prompting |
JP2003143256A (ja) * | 2001-10-30 | 2003-05-16 | Nec Corp | 端末装置と通信制御方法 |
US7246060B2 (en) * | 2001-11-06 | 2007-07-17 | Microsoft Corporation | Natural input recognition system and method using a contextual mapping engine and adaptive user bias |
US6816578B1 (en) * | 2001-11-27 | 2004-11-09 | Nortel Networks Limited | Efficient instant messaging using a telephony interface |
US7124085B2 (en) * | 2001-12-13 | 2006-10-17 | Matsushita Electric Industrial Co., Ltd. | Constraint-based speech recognition system and method |
US20030135624A1 (en) * | 2001-12-27 | 2003-07-17 | Mckinnon Steve J. | Dynamic presence management |
US7013275B2 (en) * | 2001-12-28 | 2006-03-14 | Sri International | Method and apparatus for providing a dynamic speech-driven control and remote service access system |
US7203644B2 (en) * | 2001-12-31 | 2007-04-10 | Intel Corporation | Automating tuning of speech recognition systems |
US20030144846A1 (en) * | 2002-01-31 | 2003-07-31 | Denenberg Lawrence A. | Method and system for modifying the behavior of an application based upon the application's grammar |
US7054813B2 (en) * | 2002-03-01 | 2006-05-30 | International Business Machines Corporation | Automatic generation of efficient grammar for heading selection |
US6895379B2 (en) * | 2002-03-27 | 2005-05-17 | Sony Corporation | Method of and apparatus for configuring and controlling home entertainment systems through natural language and spoken commands using a natural language server |
JP2003295890A (ja) * | 2002-04-04 | 2003-10-15 | Nec Corp | 音声認識対話選択装置、音声認識対話システム、音声認識対話選択方法、プログラム |
US7707496B1 (en) | 2002-05-09 | 2010-04-27 | Microsoft Corporation | Method, system, and apparatus for converting dates between calendars and languages based upon semantically labeled strings |
US20030217149A1 (en) * | 2002-05-20 | 2003-11-20 | International Business Machines Corporation | Method and apparatus for tunneling TCP/IP over HTTP and HTTPS |
US7707024B2 (en) | 2002-05-23 | 2010-04-27 | Microsoft Corporation | Method, system, and apparatus for converting currency values based upon semantically labeled strings |
US7742048B1 (en) | 2002-05-23 | 2010-06-22 | Microsoft Corporation | Method, system, and apparatus for converting numbers based upon semantically labeled strings |
US7398209B2 (en) | 2002-06-03 | 2008-07-08 | Voicebox Technologies, Inc. | Systems and methods for responding to natural language speech utterance |
US7827546B1 (en) | 2002-06-05 | 2010-11-02 | Microsoft Corporation | Mechanism for downloading software components from a remote source for use by a local software application |
US7356537B2 (en) | 2002-06-06 | 2008-04-08 | Microsoft Corporation | Providing contextually sensitive tools and help content in computer-generated documents |
US8073930B2 (en) * | 2002-06-14 | 2011-12-06 | Oracle International Corporation | Screen reader remote access system |
US7716676B2 (en) | 2002-06-25 | 2010-05-11 | Microsoft Corporation | System and method for issuing a message to a program |
US7209915B1 (en) | 2002-06-28 | 2007-04-24 | Microsoft Corporation | Method, system and apparatus for routing a query to one or more providers |
US7693720B2 (en) | 2002-07-15 | 2010-04-06 | Voicebox Technologies, Inc. | Mobile systems and methods for responding to natural language speech utterance |
US7797159B2 (en) * | 2002-09-16 | 2010-09-14 | Movius Interactive Corporation | Integrated voice navigation system and method |
US8392609B2 (en) | 2002-09-17 | 2013-03-05 | Apple Inc. | Proximity detection for media proxies |
US7149688B2 (en) * | 2002-11-04 | 2006-12-12 | Speechworks International, Inc. | Multi-lingual speech recognition with cross-language context modeling |
US7783614B2 (en) | 2003-02-13 | 2010-08-24 | Microsoft Corporation | Linking elements of a document to corresponding fields, queries and/or procedures in a database |
US20050049922A1 (en) * | 2003-03-24 | 2005-03-03 | Ipdev Co. | Method and apparatus for specifying toppings and their placement on a pizza and confirming same |
US7013282B2 (en) * | 2003-04-18 | 2006-03-14 | At&T Corp. | System and method for text-to-speech processing in a portable device |
US7260539B2 (en) * | 2003-04-25 | 2007-08-21 | At&T Corp. | System for low-latency animation of talking heads |
US7260535B2 (en) | 2003-04-28 | 2007-08-21 | Microsoft Corporation | Web server controls for web enabled recognition and/or audible prompting for call controls |
US7711550B1 (en) | 2003-04-29 | 2010-05-04 | Microsoft Corporation | Methods and system for recognizing names in a computer-generated document and for providing helpful actions associated with recognized names |
US20040230637A1 (en) * | 2003-04-29 | 2004-11-18 | Microsoft Corporation | Application controls for speech enabled recognition |
US20050015256A1 (en) * | 2003-05-29 | 2005-01-20 | Kargman James B. | Method and apparatus for ordering food items, and in particular, pizza |
WO2004109471A2 (en) * | 2003-06-06 | 2004-12-16 | The Trustees Of Columbia University In The City Of New York | System and method for voice activating web pages |
US7720683B1 (en) * | 2003-06-13 | 2010-05-18 | Sensory, Inc. | Method and apparatus of specifying and performing speech recognition operations |
JP4267385B2 (ja) | 2003-06-30 | 2009-05-27 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 統計的言語モデル生成装置、音声認識装置、統計的言語モデル生成方法、音声認識方法、およびプログラム |
JP2005031758A (ja) * | 2003-07-07 | 2005-02-03 | Canon Inc | 音声処理装置及び方法 |
US7073203B2 (en) * | 2003-08-08 | 2006-07-11 | Simms Fishing Products Corporation | Foot-covering component of a stocking foot wader including gravel guard and method for manufacturing |
US8311835B2 (en) | 2003-08-29 | 2012-11-13 | Microsoft Corporation | Assisted multi-modal dialogue |
US7519042B2 (en) | 2003-09-12 | 2009-04-14 | Motorola, Inc. | Apparatus and method for mixed-media call formatting |
US20050065789A1 (en) * | 2003-09-23 | 2005-03-24 | Sherif Yacoub | System and method with automated speech recognition engines |
US20050102625A1 (en) * | 2003-11-07 | 2005-05-12 | Lee Yong C. | Audio tag retrieval system and method |
US9118574B1 (en) | 2003-11-26 | 2015-08-25 | RPX Clearinghouse, LLC | Presence reporting using wireless messaging |
KR100600522B1 (ko) * | 2003-12-16 | 2006-07-13 | 에스케이 주식회사 | 상담원과 음성 인식 엔진을 이용한 품질보장형 콜라우팅시스템 및 그 방법 |
US20050171781A1 (en) * | 2004-01-08 | 2005-08-04 | Poploskie Jon M. | Speech information system |
US7552055B2 (en) | 2004-01-10 | 2009-06-23 | Microsoft Corporation | Dialog component re-use in recognition systems |
US8160883B2 (en) * | 2004-01-10 | 2012-04-17 | Microsoft Corporation | Focus tracking in dialogs |
FR2865846A1 (fr) * | 2004-02-02 | 2005-08-05 | France Telecom | Systeme de synthese vocale |
US7925512B2 (en) * | 2004-05-19 | 2011-04-12 | Nuance Communications, Inc. | Method, system, and apparatus for a voice markup language interpreter and voice browser |
US8036893B2 (en) | 2004-07-22 | 2011-10-11 | Nuance Communications, Inc. | Method and system for identifying and correcting accent-induced speech recognition difficulties |
US7940746B2 (en) | 2004-08-24 | 2011-05-10 | Comcast Cable Holdings, Llc | Method and system for locating a voice over internet protocol (VoIP) device connected to a network |
US7739117B2 (en) * | 2004-09-20 | 2010-06-15 | International Business Machines Corporation | Method and system for voice-enabled autofill |
US7783028B2 (en) * | 2004-09-30 | 2010-08-24 | International Business Machines Corporation | System and method of using speech recognition at call centers to improve their efficiency and customer satisfaction |
KR100695127B1 (ko) * | 2004-10-08 | 2007-03-14 | 삼성전자주식회사 | 다 단계 음성 인식 장치 및 방법 |
US20060122834A1 (en) * | 2004-12-03 | 2006-06-08 | Bennett Ian M | Emotion detection device & method for use in distributed systems |
US8024194B2 (en) * | 2004-12-08 | 2011-09-20 | Nuance Communications, Inc. | Dynamic switching between local and remote speech rendering |
US8706501B2 (en) * | 2004-12-09 | 2014-04-22 | Nuance Communications, Inc. | Method and system for sharing speech processing resources over a communication network |
US20060149551A1 (en) * | 2004-12-22 | 2006-07-06 | Ganong William F Iii | Mobile dictation correction user interface |
US7529677B1 (en) | 2005-01-21 | 2009-05-05 | Itt Manufacturing Enterprises, Inc. | Methods and apparatus for remotely processing locally generated commands to control a local device |
DE102005010285A1 (de) * | 2005-03-01 | 2006-09-07 | Deutsche Telekom Ag | Verfahren und System zur Spracherkennung |
US20060247925A1 (en) * | 2005-04-27 | 2006-11-02 | International Business Machines Corporation | Virtual push-to-talk |
US7640160B2 (en) * | 2005-08-05 | 2009-12-29 | Voicebox Technologies, Inc. | Systems and methods for responding to natural language speech utterance |
US7620549B2 (en) * | 2005-08-10 | 2009-11-17 | Voicebox Technologies, Inc. | System and method of supporting adaptive misrecognition in conversational speech |
US7542904B2 (en) * | 2005-08-19 | 2009-06-02 | Cisco Technology, Inc. | System and method for maintaining a speech-recognition grammar |
US7949529B2 (en) | 2005-08-29 | 2011-05-24 | Voicebox Technologies, Inc. | Mobile systems and methods of supporting natural language human-machine interactions |
EP1934971A4 (en) | 2005-08-31 | 2010-10-27 | Voicebox Technologies Inc | DYNAMIC LANGUAGE SCRIPTURE |
US7788590B2 (en) | 2005-09-26 | 2010-08-31 | Microsoft Corporation | Lightweight reference user interface |
US7992085B2 (en) | 2005-09-26 | 2011-08-02 | Microsoft Corporation | Lightweight reference user interface |
US7697827B2 (en) | 2005-10-17 | 2010-04-13 | Konicek Jeffrey C | User-friendlier interfaces for a camera |
US8510109B2 (en) | 2007-08-22 | 2013-08-13 | Canyon Ip Holdings Llc | Continuous speech transcription performance indication |
CA2648617C (en) * | 2006-04-05 | 2017-12-12 | Yap, Inc. | Hosted voice recognition system for wireless devices |
US8073681B2 (en) | 2006-10-16 | 2011-12-06 | Voicebox Technologies, Inc. | System and method for a cooperative conversational voice user interface |
JP4859642B2 (ja) * | 2006-11-30 | 2012-01-25 | 富士通株式会社 | 音声情報管理装置 |
US8296139B2 (en) * | 2006-12-22 | 2012-10-23 | International Business Machines Corporation | Adding real-time dictation capabilities for speech processing operations handled by a networked speech processing system |
JP5240457B2 (ja) * | 2007-01-16 | 2013-07-17 | 日本電気株式会社 | 拡張認識辞書学習装置と音声認識システム |
US7818176B2 (en) * | 2007-02-06 | 2010-10-19 | Voicebox Technologies, Inc. | System and method for selecting and presenting advertisements based on natural language processing of voice-based input |
JP2010518456A (ja) * | 2007-02-13 | 2010-05-27 | エヌテラ リミテッド | アクティブマトリクス反射表示デバイスのための電圧フィードバック回路 |
TWI321313B (en) * | 2007-03-03 | 2010-03-01 | Ind Tech Res Inst | Apparatus and method to reduce recognization errors through context relations among dialogue turns |
US8352264B2 (en) | 2008-03-19 | 2013-01-08 | Canyon IP Holdings, LLC | Corrective feedback loop for automated speech recognition |
US9973450B2 (en) | 2007-09-17 | 2018-05-15 | Amazon Technologies, Inc. | Methods and systems for dynamically updating web service profile information by parsing transcribed message strings |
US8086457B2 (en) | 2007-05-30 | 2011-12-27 | Cepstral, LLC | System and method for client voice building |
US8140335B2 (en) | 2007-12-11 | 2012-03-20 | Voicebox Technologies, Inc. | System and method for providing a natural language voice user interface in an integrated voice navigation services environment |
US8099289B2 (en) * | 2008-02-13 | 2012-01-17 | Sensory, Inc. | Voice interface and search for electronic devices including bluetooth headsets and remote systems |
US9047869B2 (en) * | 2008-04-07 | 2015-06-02 | Nuance Communications, Inc. | Free form input field support for automated voice enablement of a web page |
US8831950B2 (en) * | 2008-04-07 | 2014-09-09 | Nuance Communications, Inc. | Automated voice enablement of a web page |
US8589161B2 (en) | 2008-05-27 | 2013-11-19 | Voicebox Technologies, Inc. | System and method for an integrated, multi-modal, multi-device natural language voice services environment |
US9305548B2 (en) | 2008-05-27 | 2016-04-05 | Voicebox Technologies Corporation | System and method for an integrated, multi-modal, multi-device natural language voice services environment |
US8019608B2 (en) | 2008-08-29 | 2011-09-13 | Multimodal Technologies, Inc. | Distributed speech recognition using one way communication |
WO2010075623A1 (en) * | 2008-12-31 | 2010-07-08 | Bce Inc. | System and method for unlocking a device |
US8326637B2 (en) | 2009-02-20 | 2012-12-04 | Voicebox Technologies, Inc. | System and method for processing multi-modal device interactions in a natural language voice services environment |
JP5244663B2 (ja) * | 2009-03-18 | 2013-07-24 | Kddi株式会社 | 音声によってテキストを入力する音声認識処理方法及びシステム |
WO2011059997A1 (en) | 2009-11-10 | 2011-05-19 | Voicebox Technologies, Inc. | System and method for providing a natural language content dedication service |
US9171541B2 (en) | 2009-11-10 | 2015-10-27 | Voicebox Technologies Corporation | System and method for hybrid processing in a natural language voice services environment |
US9099087B2 (en) * | 2010-09-03 | 2015-08-04 | Canyon IP Holdings, LLC | Methods and systems for obtaining language models for transcribing communications |
US20120078635A1 (en) * | 2010-09-24 | 2012-03-29 | Apple Inc. | Voice control system |
US9953653B2 (en) | 2011-01-07 | 2018-04-24 | Nuance Communications, Inc. | Configurable speech recognition system using multiple recognizers |
KR20130016644A (ko) * | 2011-08-08 | 2013-02-18 | 삼성전자주식회사 | 음성인식장치, 음성인식서버, 음성인식시스템 및 음성인식방법 |
US8914288B2 (en) | 2011-09-01 | 2014-12-16 | At&T Intellectual Property I, L.P. | System and method for advanced turn-taking for interactive spoken dialog systems |
WO2014055076A1 (en) | 2012-10-04 | 2014-04-10 | Nuance Communications, Inc. | Improved hybrid controller for asr |
US9691377B2 (en) | 2013-07-23 | 2017-06-27 | Google Technology Holdings LLC | Method and device for voice recognition training |
US9275638B2 (en) | 2013-03-12 | 2016-03-01 | Google Technology Holdings LLC | Method and apparatus for training a voice recognition model database |
US10811004B2 (en) * | 2013-03-28 | 2020-10-20 | Nuance Communications, Inc. | Auto-generation of parsing grammars from a concept ontology |
US10170114B2 (en) | 2013-05-30 | 2019-01-01 | Promptu Systems Corporation | Systems and methods for adaptive proper name entity recognition and understanding |
US9548047B2 (en) | 2013-07-31 | 2017-01-17 | Google Technology Holdings LLC | Method and apparatus for evaluating trigger phrase enrollment |
US9218804B2 (en) | 2013-09-12 | 2015-12-22 | At&T Intellectual Property I, L.P. | System and method for distributed voice models across cloud and device for embedded text-to-speech |
US9558736B2 (en) * | 2014-07-02 | 2017-01-31 | Bose Corporation | Voice prompt generation combining native and remotely-generated speech data |
JP6390264B2 (ja) * | 2014-08-21 | 2018-09-19 | トヨタ自動車株式会社 | 応答生成方法、応答生成装置及び応答生成プログラム |
EP3195145A4 (en) | 2014-09-16 | 2018-01-24 | VoiceBox Technologies Corporation | Voice commerce |
US9898459B2 (en) | 2014-09-16 | 2018-02-20 | Voicebox Technologies Corporation | Integration of domain information into state transitions of a finite state transducer for natural language processing |
EP3207467A4 (en) | 2014-10-15 | 2018-05-23 | VoiceBox Technologies Corporation | System and method for providing follow-up responses to prior natural language inputs of a user |
US10614799B2 (en) | 2014-11-26 | 2020-04-07 | Voicebox Technologies Corporation | System and method of providing intent predictions for an utterance prior to a system detection of an end of the utterance |
US10431214B2 (en) | 2014-11-26 | 2019-10-01 | Voicebox Technologies Corporation | System and method of determining a domain and/or an action related to a natural language input |
US10331312B2 (en) | 2015-09-08 | 2019-06-25 | Apple Inc. | Intelligent automated assistant in a media environment |
KR102112814B1 (ko) * | 2015-10-21 | 2020-05-19 | 구글 엘엘씨 | 다이얼로그 시스템들에서의 파라미터 수집 및 자동 다이얼로그 생성 |
US10095470B2 (en) | 2016-02-22 | 2018-10-09 | Sonos, Inc. | Audio response playback |
US9947316B2 (en) | 2016-02-22 | 2018-04-17 | Sonos, Inc. | Voice control of a media playback system |
US9820039B2 (en) | 2016-02-22 | 2017-11-14 | Sonos, Inc. | Default playback devices |
US9965247B2 (en) | 2016-02-22 | 2018-05-08 | Sonos, Inc. | Voice controlled media playback system based on user profile |
US10264030B2 (en) | 2016-02-22 | 2019-04-16 | Sonos, Inc. | Networked microphone device control |
US10509626B2 (en) | 2016-02-22 | 2019-12-17 | Sonos, Inc | Handling of loss of pairing between networked devices |
US10192555B2 (en) * | 2016-04-28 | 2019-01-29 | Microsoft Technology Licensing, Llc | Dynamic speech recognition data evaluation |
US11010820B2 (en) * | 2016-05-05 | 2021-05-18 | Transform Sr Brands Llc | Request fulfillment system, method, and media |
US9978390B2 (en) | 2016-06-09 | 2018-05-22 | Sonos, Inc. | Dynamic player selection for audio signal processing |
US10152969B2 (en) | 2016-07-15 | 2018-12-11 | Sonos, Inc. | Voice detection by multiple devices |
US10134399B2 (en) | 2016-07-15 | 2018-11-20 | Sonos, Inc. | Contextualization of voice inputs |
US10331784B2 (en) | 2016-07-29 | 2019-06-25 | Voicebox Technologies Corporation | System and method of disambiguating natural language processing requests |
US10115400B2 (en) | 2016-08-05 | 2018-10-30 | Sonos, Inc. | Multiple voice services |
US9942678B1 (en) | 2016-09-27 | 2018-04-10 | Sonos, Inc. | Audio playback settings for voice interaction |
US9743204B1 (en) | 2016-09-30 | 2017-08-22 | Sonos, Inc. | Multi-orientation playback device microphones |
US10181323B2 (en) | 2016-10-19 | 2019-01-15 | Sonos, Inc. | Arbitration-based voice recognition |
US10592611B2 (en) * | 2016-10-24 | 2020-03-17 | Conduent Business Services, Llc | System for automatic extraction of structure from spoken conversation using lexical and acoustic features |
US10971157B2 (en) | 2017-01-11 | 2021-04-06 | Nuance Communications, Inc. | Methods and apparatus for hybrid speech recognition processing |
AU2018216823B2 (en) * | 2017-01-31 | 2020-10-15 | Genesys Cloud Services Holdings II, LLC | System and method for speech-based interaction resolution |
US10102868B2 (en) * | 2017-02-17 | 2018-10-16 | International Business Machines Corporation | Bot-based honeypot poison resilient data collection |
US10757058B2 (en) | 2017-02-17 | 2020-08-25 | International Business Machines Corporation | Outgoing communication scam prevention |
US10810510B2 (en) | 2017-02-17 | 2020-10-20 | International Business Machines Corporation | Conversation and context aware fraud and abuse prevention agent |
US10332505B2 (en) * | 2017-03-09 | 2019-06-25 | Capital One Services, Llc | Systems and methods for providing automated natural language dialogue with customers |
US11183181B2 (en) | 2017-03-27 | 2021-11-23 | Sonos, Inc. | Systems and methods of multiple voice services |
US10796088B2 (en) * | 2017-04-21 | 2020-10-06 | International Business Machines Corporation | Specifying a conversational computer agent and its outcome with a grammar |
US10475449B2 (en) | 2017-08-07 | 2019-11-12 | Sonos, Inc. | Wake-word detection suppression |
DE102017213946B4 (de) | 2017-08-10 | 2022-11-10 | Audi Ag | Verfahren zum Aufbereiten eines Erkennungsergebnisses eines automatischen Online-Spracherkenners für ein mobiles Endgerät |
US10048930B1 (en) | 2017-09-08 | 2018-08-14 | Sonos, Inc. | Dynamic computation of system response volume |
US10446165B2 (en) | 2017-09-27 | 2019-10-15 | Sonos, Inc. | Robust short-time fourier transform acoustic echo cancellation during audio playback |
US10621981B2 (en) | 2017-09-28 | 2020-04-14 | Sonos, Inc. | Tone interference cancellation |
US10051366B1 (en) | 2017-09-28 | 2018-08-14 | Sonos, Inc. | Three-dimensional beam forming with a microphone array |
US10482868B2 (en) | 2017-09-28 | 2019-11-19 | Sonos, Inc. | Multi-channel acoustic echo cancellation |
US10466962B2 (en) | 2017-09-29 | 2019-11-05 | Sonos, Inc. | Media playback system with voice assistance |
US10880650B2 (en) | 2017-12-10 | 2020-12-29 | Sonos, Inc. | Network microphone devices with automatic do not disturb actuation capabilities |
US10818290B2 (en) | 2017-12-11 | 2020-10-27 | Sonos, Inc. | Home graph |
US11343374B1 (en) * | 2017-12-14 | 2022-05-24 | Amazon Technologies, Inc. | Message aggregation and comparing |
US10715470B1 (en) * | 2017-12-14 | 2020-07-14 | Amazon Technologies, Inc. | Communication account contact ingestion and aggregation |
US11145291B2 (en) * | 2018-01-31 | 2021-10-12 | Microsoft Technology Licensing, Llc | Training natural language system with generated dialogues |
WO2019152722A1 (en) | 2018-01-31 | 2019-08-08 | Sonos, Inc. | Device designation of playback and network microphone device arrangements |
US10861440B2 (en) * | 2018-02-05 | 2020-12-08 | Microsoft Technology Licensing, Llc | Utterance annotation user interface |
US11133001B2 (en) * | 2018-03-20 | 2021-09-28 | Microsoft Technology Licensing, Llc | Generating dialogue events for natural language system |
US11175880B2 (en) | 2018-05-10 | 2021-11-16 | Sonos, Inc. | Systems and methods for voice-assisted media content selection |
US10847178B2 (en) | 2018-05-18 | 2020-11-24 | Sonos, Inc. | Linear filtering for noise-suppressed speech detection |
US10959029B2 (en) | 2018-05-25 | 2021-03-23 | Sonos, Inc. | Determining and adapting to changes in microphone performance of playback devices |
US10681460B2 (en) | 2018-06-28 | 2020-06-09 | Sonos, Inc. | Systems and methods for associating playback devices with voice assistant services |
US10461710B1 (en) | 2018-08-28 | 2019-10-29 | Sonos, Inc. | Media playback system with maximum volume setting |
US11076035B2 (en) | 2018-08-28 | 2021-07-27 | Sonos, Inc. | Do not disturb feature for audio notifications |
US10878811B2 (en) | 2018-09-14 | 2020-12-29 | Sonos, Inc. | Networked devices, systems, and methods for intelligently deactivating wake-word engines |
US10587430B1 (en) | 2018-09-14 | 2020-03-10 | Sonos, Inc. | Networked devices, systems, and methods for associating playback devices based on sound codes |
US11024331B2 (en) | 2018-09-21 | 2021-06-01 | Sonos, Inc. | Voice detection optimization using sound metadata |
US10811015B2 (en) | 2018-09-25 | 2020-10-20 | Sonos, Inc. | Voice detection optimization based on selected voice assistant service |
US11100923B2 (en) | 2018-09-28 | 2021-08-24 | Sonos, Inc. | Systems and methods for selective wake word detection using neural network models |
US10692518B2 (en) | 2018-09-29 | 2020-06-23 | Sonos, Inc. | Linear filtering for noise-suppressed speech detection via multiple network microphone devices |
US11899519B2 (en) | 2018-10-23 | 2024-02-13 | Sonos, Inc. | Multiple stage network microphone device with reduced power consumption and processing load |
US10885912B2 (en) * | 2018-11-13 | 2021-01-05 | Motorola Solutions, Inc. | Methods and systems for providing a corrected voice command |
EP3654249A1 (en) | 2018-11-15 | 2020-05-20 | Snips | Dilated convolutions and gating for efficient keyword spotting |
US11183183B2 (en) | 2018-12-07 | 2021-11-23 | Sonos, Inc. | Systems and methods of operating media playback systems having multiple voice assistant services |
US11132989B2 (en) | 2018-12-13 | 2021-09-28 | Sonos, Inc. | Networked microphone devices, systems, and methods of localized arbitration |
US10602268B1 (en) | 2018-12-20 | 2020-03-24 | Sonos, Inc. | Optimization of network microphone devices using noise classification |
US10867604B2 (en) * | 2019-02-08 | 2020-12-15 | Sonos, Inc. | Devices, systems, and methods for distributed voice processing |
US11315556B2 (en) | 2019-02-08 | 2022-04-26 | Sonos, Inc. | Devices, systems, and methods for distributed voice processing by transmitting sound data associated with a wake word to an appropriate device for identification |
US11120794B2 (en) | 2019-05-03 | 2021-09-14 | Sonos, Inc. | Voice assistant persistence across multiple network microphone devices |
US10586540B1 (en) | 2019-06-12 | 2020-03-10 | Sonos, Inc. | Network microphone device with command keyword conditioning |
US11361756B2 (en) | 2019-06-12 | 2022-06-14 | Sonos, Inc. | Conditional wake word eventing based on environment |
US11200894B2 (en) | 2019-06-12 | 2021-12-14 | Sonos, Inc. | Network microphone device with command keyword eventing |
US11138969B2 (en) | 2019-07-31 | 2021-10-05 | Sonos, Inc. | Locally distributed keyword detection |
US11138975B2 (en) | 2019-07-31 | 2021-10-05 | Sonos, Inc. | Locally distributed keyword detection |
US10871943B1 (en) | 2019-07-31 | 2020-12-22 | Sonos, Inc. | Noise classification for event detection |
US11189286B2 (en) | 2019-10-22 | 2021-11-30 | Sonos, Inc. | VAS toggle based on device orientation |
US11200900B2 (en) | 2019-12-20 | 2021-12-14 | Sonos, Inc. | Offline voice control |
CN111081247A (zh) * | 2019-12-24 | 2020-04-28 | 腾讯科技(深圳)有限公司 | 语音识别的方法以及终端、服务器和计算机可读存储介质 |
US11562740B2 (en) | 2020-01-07 | 2023-01-24 | Sonos, Inc. | Voice verification for media playback |
US11556307B2 (en) | 2020-01-31 | 2023-01-17 | Sonos, Inc. | Local voice data processing |
US11308958B2 (en) | 2020-02-07 | 2022-04-19 | Sonos, Inc. | Localized wakeword verification |
US11727919B2 (en) | 2020-05-20 | 2023-08-15 | Sonos, Inc. | Memory allocation for keyword spotting engines |
US11482224B2 (en) | 2020-05-20 | 2022-10-25 | Sonos, Inc. | Command keywords with input detection windowing |
US11308962B2 (en) | 2020-05-20 | 2022-04-19 | Sonos, Inc. | Input detection windowing |
US11574622B2 (en) | 2020-07-02 | 2023-02-07 | Ford Global Technologies, Llc | Joint automatic speech recognition and text to speech conversion using adversarial neural networks |
US11698771B2 (en) | 2020-08-25 | 2023-07-11 | Sonos, Inc. | Vocal guidance engines for playback devices |
US11984123B2 (en) | 2020-11-12 | 2024-05-14 | Sonos, Inc. | Network device interaction by range |
US11551700B2 (en) | 2021-01-25 | 2023-01-10 | Sonos, Inc. | Systems and methods for power-efficient keyword detection |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06175682A (ja) * | 1992-09-21 | 1994-06-24 | Internatl Business Mach Corp <Ibm> | 音声認識装置のコンテキスト切換えシステムおよび方法 |
JPH06242793A (ja) * | 1992-10-09 | 1994-09-02 | American Teleph & Telegr Co <Att> | 仲間正規化スコアリングを使用する話者検証法 |
JPH08508583A (ja) * | 1993-03-31 | 1996-09-10 | ブリテイッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー | 接続スピーチ認識 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3088739B2 (ja) * | 1989-10-06 | 2000-09-18 | 株式会社リコー | 音声認識システム |
JPH04372037A (ja) * | 1991-06-21 | 1992-12-25 | Matsushita Electric Ind Co Ltd | システム管理情報設定装置 |
US5673362A (en) | 1991-11-12 | 1997-09-30 | Fujitsu Limited | Speech synthesis system in which a plurality of clients and at least one voice synthesizing server are connected to a local area network |
US5425128A (en) * | 1992-05-29 | 1995-06-13 | Sunquest Information Systems, Inc. | Automatic management system for speech recognition processes |
JP2524472B2 (ja) * | 1992-09-21 | 1996-08-14 | インターナショナル・ビジネス・マシーンズ・コーポレイション | 電話回線利用の音声認識システムを訓練する方法 |
DE69326431T2 (de) * | 1992-12-28 | 2000-02-03 | Kabushiki Kaisha Toshiba, Kawasaki | Spracherkennungs-Schnittstellensystem, das als Fenstersystem und Sprach-Postsystem verwendbar ist |
US5524169A (en) * | 1993-12-30 | 1996-06-04 | International Business Machines Incorporated | Method and system for location-specific speech recognition |
JPH07222248A (ja) * | 1994-02-08 | 1995-08-18 | Hitachi Ltd | 携帯型情報端末における音声情報の利用方式 |
US5586171A (en) * | 1994-07-07 | 1996-12-17 | Bell Atlantic Network Services, Inc. | Selection of a voice recognition data base responsive to video data |
US5623605A (en) * | 1994-08-29 | 1997-04-22 | Lucent Technologies Inc. | Methods and systems for interprocess communication and inter-network data transfer |
US5752232A (en) * | 1994-11-14 | 1998-05-12 | Lucent Technologies Inc. | Voice activated device and method for providing access to remotely retrieved data |
US5682478A (en) * | 1995-01-19 | 1997-10-28 | Microsoft Corporation | Method and apparatus for supporting multiple, simultaneous services over multiple, simultaneous connections between a client and network server |
US5732219A (en) * | 1995-03-17 | 1998-03-24 | Vermeer Technologies, Inc. | Computer system and computer-implemented process for remote editing of computer files |
US5890123A (en) * | 1995-06-05 | 1999-03-30 | Lucent Technologies, Inc. | System and method for voice controlled video screen display |
US5745754A (en) * | 1995-06-07 | 1998-04-28 | International Business Machines Corporation | Sub-agent for fulfilling requests of a web browser using an intelligent agent and providing a report |
US5745874A (en) * | 1996-03-04 | 1998-04-28 | National Semiconductor Corporation | Preprocessor for automatic speech recognition system |
US6456974B1 (en) * | 1997-01-06 | 2002-09-24 | Texas Instruments Incorporated | System and method for adding speech recognition capabilities to java |
US6078886A (en) * | 1997-04-14 | 2000-06-20 | At&T Corporation | System and method for providing remote automatic speech recognition services via a packet network |
-
1997
- 1997-04-14 US US08/833,210 patent/US6078886A/en not_active Expired - Lifetime
-
1998
- 1998-02-05 CA CA002228917A patent/CA2228917C/en not_active Expired - Lifetime
- 1998-04-08 EP EP98106446A patent/EP0872827B1/en not_active Expired - Lifetime
- 1998-04-08 DE DE69829604T patent/DE69829604T2/de not_active Expired - Lifetime
- 1998-04-08 JP JP10095930A patent/JPH10333693A/ja active Pending
-
2000
- 2000-03-24 US US09/533,820 patent/US6366886B1/en not_active Expired - Lifetime
-
2002
- 2002-02-05 US US10/067,464 patent/US6604077B2/en not_active Expired - Lifetime
- 2002-05-29 JP JP2002156302A patent/JP2003050594A/ja active Pending
-
2006
- 2006-01-18 JP JP2006010432A patent/JP4849894B2/ja not_active Expired - Lifetime
-
2007
- 2007-10-18 MX MX2007013015A patent/MX2007013015A/es active IP Right Grant
- 2007-10-18 MX MX2007013017A patent/MX2007013017A/es active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06175682A (ja) * | 1992-09-21 | 1994-06-24 | Internatl Business Mach Corp <Ibm> | 音声認識装置のコンテキスト切換えシステムおよび方法 |
JPH06242793A (ja) * | 1992-10-09 | 1994-09-02 | American Teleph & Telegr Co <Att> | 仲間正規化スコアリングを使用する話者検証法 |
JPH08508583A (ja) * | 1993-03-31 | 1996-09-10 | ブリテイッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー | 接続スピーチ認識 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011513795A (ja) * | 2008-03-07 | 2011-04-28 | グーグル・インコーポレーテッド | 文脈に基づく音声認識文法選択 |
US8527279B2 (en) | 2008-03-07 | 2013-09-03 | Google Inc. | Voice recognition grammar selection based on context |
US9858921B2 (en) | 2008-03-07 | 2018-01-02 | Google Inc. | Voice recognition grammar selection based on context |
US10510338B2 (en) | 2008-03-07 | 2019-12-17 | Google Llc | Voice recognition grammar selection based on context |
US11538459B2 (en) | 2008-03-07 | 2022-12-27 | Google Llc | Voice recognition grammar selection based on context |
Also Published As
Publication number | Publication date |
---|---|
MX9802754A (es) | 1998-12-31 |
US20020091528A1 (en) | 2002-07-11 |
CA2228917A1 (en) | 1998-10-14 |
DE69829604T2 (de) | 2006-02-09 |
US6604077B2 (en) | 2003-08-05 |
DE69829604D1 (de) | 2005-05-12 |
JP2003050594A (ja) | 2003-02-21 |
JPH10333693A (ja) | 1998-12-18 |
JP4849894B2 (ja) | 2012-01-11 |
MX2007013015A (es) | 2009-02-17 |
US6366886B1 (en) | 2002-04-02 |
EP0872827A3 (en) | 1999-04-21 |
EP0872827B1 (en) | 2005-04-06 |
CA2228917C (en) | 2002-03-19 |
EP0872827A2 (en) | 1998-10-21 |
MX2007013017A (es) | 2009-02-13 |
US6078886A (en) | 2000-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4849894B2 (ja) | 自動スピーチ認識サービス提供方法及びシステム並びに媒体 | |
US7139715B2 (en) | System and method for providing remote automatic speech recognition and text to speech services via a packet network | |
US8209184B1 (en) | System and method of providing generated speech via a network | |
US9761241B2 (en) | System and method for providing network coordinated conversational services | |
CA2345660C (en) | System and method for providing network coordinated conversational services | |
KR101027548B1 (ko) | 통신 시스템용 보이스 브라우저 다이얼로그 인에이블러 | |
US8670987B2 (en) | Automatic speech recognition with dynamic grammar rules | |
JP2002528804A (ja) | サービスアプリケーションに対するユーザインタフェースの音声制御 | |
US8073930B2 (en) | Screen reader remote access system | |
MXPA98002754A (en) | System and method for providing remote automatic voice recognition services via a network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090310 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100309 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100701 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20100721 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20101008 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110912 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111018 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141028 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
EXPY | Cancellation because of completion of term |